民族语言的语音识别研究

民族语言语音识别的研究内容主要涵盖连续语音识别、孤立词识别以及语音端点检测等方面。文章旨在挖掘和总结有关藏族、苗族和蒙古族语音识别的文献,分析这三种民族语言语音识别研究所面临的主要难点和研究趋势。

基于MFCC提取和DTW优化的连续音频识别算法设计

介绍了一种新型的利用梅尔频率倒谱系数(MFCC)提取和动态时间规整技术(DTW)优化的连续音频识别算法。首先对数学原理与算法步骤进行设计与规划,使用大规模音频数据库进行预处理,经过时域和频域分析提取相应的特征;然后利用双门限法把连续音频切分为不同的音频块,并对切分部分进行针对性识别,将其与时频域数据库的模板进行匹配比对,实现了较好的连续音频识别效果,在时域和频域识别上的准确性均能达到89%。该研究成果可应用于钢琴教学系统的开发,尤其是在辅助学习者正确弹出曲谱方面具有广阔的应用前景。

基于Speech SDK的数字语音识别系统研究

为了较好地实现数字语音识别,运用隐式马尔科夫理论研究数字语音识别系统,通过软件编程研究其在语音识别系统中的应用。在VC++6.0环境下,该系统实现了汉语数字语音的识别。实验结果表明,其达到了较高的识别率。

不完全匹配的语音和文本语句级对齐

语音文本自动对齐技术广泛应用于语音识别与合成、内容制作等领域,其主要目的是将语音和相应的参考文本在语句、单词、音素等级别的单元进行对齐,并获得语音与参考文本之间的时间对位信息.最新的先进对齐方法大多基于语音识别,一方面,准确率受限于语音识别效果,识别字错误率高时文语对齐精度明显下降,识别字错误率对对齐精度影响较大;另一方面,这种对齐方法不能有效处理不完全匹配的长篇幅语音和文本的对齐.该文提出一种基于锚点和韵律信息的文语对齐方法,通过基于边界锚点加权的片段标注将语料划分为对齐段和未对齐段,针对未对齐段使用双门限端点检测方法提取韵律信息,并检测语句边界,降低了基于语音识别的对齐方法对语音识别效果的依赖程度.实验结果表明,与目前先进的基于语音识别的文语对齐方法比较,即使在识别字错误率为0.52时,该文所提方法的对齐准确率仍能提升45%以上;在音频文本不匹配程度为0.5时,该文所提方法能提高3%.

基于倒谱特征的带噪语音端点检测

在语音识别系统中产生错误识别的原因之一是端点检测有误差 .在高信噪比情况下 ,正确地确定语音的端点并不困难 .然而 ,大多数实际的语音识别系统需工作在低信噪比情况下 ,一些常规的端点检测方法 ,例如基于能量的端点检测方法在噪声环境下不能有效地工作 .本文利用倒谱特征来检测语音端点 ,提出了带噪语音端点检测的两个算法 ,第一个算法利用倒谱距离代替短时能量作为判决的门限 ,第二个算法改进了基于隐马尔柯夫模型 (HMM)的语音检测以适应噪声的变化 ,实验结果表明本方法可得到高正确率的带噪语音端点检测 .

基于频谱方差和谱减法的语音端点检测新算法

针对低信噪比情况下频谱方差法对语音信号进行端点检测时准确率降低的问题,提出了一种结合频谱方差和谱减法的语音端点检测新算法。算法采用改进的谱减法对语音信号进行动态降噪处理,并依据得到的降噪后信号的频谱方差设置双门限值进行端点检测。仿真实验表明,该方法具有抗噪性好、自适应性强等优点,在低信噪比情况下检测的准确率与普通的频谱方差法相比有很大的提高。

短时TEO能量在带噪语音端点检测中的应用

语音端点检测是语音识别系统的一个重要组成部分,特别是在噪声环境下,其准确性直接影响到语音识别系统的计算复杂度和识别性能。提出了一种在噪声环境下基于短时TEO能量的语音信号端点检测方法,采用了双门限-三态转换判决机制以保证算法在噪声环境下的端点检测准确性和对信号绝对幅度变化的稳健性。实验结果表明,与传统的短时能量法和谱熵法相比,该算法在低信噪比情况下具有更好的端点检测能力,显示了算法的优越性。

基于近似熵的语音端点检测

提高语音信号端点检测的正确率一直是语音识别领域的一个重要课题,特别是提高在各种实际噪声环境下语音端点检测的正确率更为重要,而传统的基于能量与过零率的方法在噪声环境下不能有效地工作。近似熵是一种新的度量序列复杂性的方法,它具有较强的抗干扰能力。从信号复杂性的角度提出了一种基于近似熵的带噪语音端点检测方法,证明了通过给定一个合理的阈值可以有效地进行语音端点检测。在不同类型噪声及不同信噪比环境下进行实验,结果表明,对语音信号起点和终点的检测性能均要比传统基于能量的方法要好,即使是在较低的信噪比下,该方法仍能够比较准确地检测出语音的起止端点。

带噪语音端点检测方法研究

影响语音识别性能的一个关键因素是端点检测的准确性。实际应用中信噪比较低,使得某些高信噪比下性能好的检测算法不能有效工作,影响系统的识别率。提出了一种基于时频方差和的语音端点检测算法。实验证明该算法能够在低信噪比的情况下,准确地检测出语音信号。通过对三种不同的端点检测算法的比较,发现基于时频方差和的端点检测算法的端点检测的准确率较高。

一种应用于嵌入式语音识别的端点检测方法

端点检测是语音识别系统中很重要的一部分,端点检测的准确性直接影响语音识别系统的性能。提出了一种新颖的两阶段端点检测方法:第一阶段采用基于短时能量的边缘检测方法得到第一阶段端点;第二阶段采用统计直方图聚类削波求取阈值,并得到最终准确的端点。实验结果表明,与传统的端点检测方法相比,该算法在噪声环境中有更好的效果。

一种新的语音端点检测方法及在智能轮椅人机交互中的应用

针对语音端点检测在一般噪音环境下易受影响,且能降低智能轮椅的语音识别率,提出了短时能量与倒谱距离相结合的语音端点检测方法。实验表明,该方法能提高整个语音识别系统的鲁棒性,通过语音识别控制轮椅的5个基本动作(前进、后退、左转、右转、停止)实现了智能轮椅运动的语音控制。

一种基于分带谱熵和谱能量的语音端点检测算法

语音端点检测的精确度直接影响语音识别的准确度.在噪声环境下,语音端点检测很困难.信噪比下降,语音端点检测的正确率也随之下降,同时,噪声类型的变化影响端点检测的正确率.为此,提出了一种改进的、适合在电话语音城市名识别系统中应用的端点检测算法,并结合分带谱熵和谱能量形成了一个新的特征参数集,利用该参数集进行端点检测,弥补了分别采用分带谱熵和谱能量进行端点检测的缺陷,提高了检测性能.

噪声环境中基于HMM模型的语音信号端点检测方法

在噪声环境下如何提高语音信号端点检测的准确性是自动语音识别（ＡＳＲ）研究中的一个重要课题．常用的基于短时能量的端点检测方法对于能量较低的音节或在信噪比较低的环境下，检测性能不够理想．讨论了一种基于ＨＭＭ模型的语音信号端点检测方法．先用训练的方法生成背景噪声和废料的模型，再用Ｖｉｔｅｒｂｉ解码算法对待测信号进行处理，并给出了具体的实现方法．实验测试结果表明，基于ＨＭＭ的端点检测方法的检测性能接近于人工检测，方法是有效的．

一种改进的基于倒谱特征的带噪端点检测方法

影响语音识别性能的一个关键因素是端点检测的准确性。实际应用中的信噪比较低,使得某些高信噪比下性能好的检测算法不能有效地工作,影响系统的识别率。该文针对基于倒谱特征的带噪端点检测算法提出了3点改进:(1) 将语音信号经滤波后分成高低频两子带,分别进行分析;(2) 用LPC美尔倒谱特征LPCCMCC代替常规倒谱特征作为特征参数;(3) 改进噪声估计,使其具有自适应性。实验结果表明本方法在低信噪比下有较好的检测性能。

一种改进的基于频能比的端点检测算法

端点检测的不准确是造成语音识别错误的一个重要原因,根据元音和噪音信号频能比的差异,以及辅音信号的过零率特点,论文提出了一种改进的基于频能比的端点检测算法———MEPD-FER,实验表明该算法可以在有噪音存在的情况下快速准确地确定出语音信号的端点。

一种基于频能比的端点检测算法

根据语音的发音特点,论文提出了一种在噪音环境中检测语音信号的参数———频能比(FER),并且提出一种基于该参数的端点检测算法,实验表明该算法能够在信噪比较小的情况下,准确地检测出语音信号。通过对三种不同的端点检测算法的比较,笔者发现基于频能比的端点检测算法在环境噪音比较强的情况下可以有效地提高语音信号的识别率。

非特定人孤立词语音识别系统的片上实现

在SEED-DEC5502DSP嵌入式系统开发平台上实现了一个面向非特定人的孤立词语音识别系统,和传统的基于特定人的语音识别系统相比,该系统无需用户训练,易于使用。系统采用改进的基于语音对数域能量变化率的实时端点检测算法,只对检测的有声段语音进行特征提取,从而减少了要处理的语音帧数;提出了改进的共享声学单元状态发射概率共享的解码策略,进一步降低了计算负担。实验表明系统在100词条的情况下识别率达到98.1%,识别时间为1.03倍实时。

一种基于自适应谱熵的端点检测改进方法

在低信噪比的环境下,为增强与噪声的区分度,提出了一种适应于低信噪比环境的语音端点检测方法。通过改进语音端点检测的特征参数,更好地区分语音信号与噪声信号,提高在低信噪比环境下的端点检测正确率。基于子带谱熵,引入正值常量对基本谱熵参数进行算法改进,得到改良的负谱熵特征,并结合自适应子带选择方法,得到一种新颖的特征参数——自适应子带常量负谱熵。特征在低信噪比的情况下有较强的抗噪能力,并能够准确地检测出语音端点。实验结果表明,不仅快速有效,具有较强的鲁棒性,而且适合低信噪比的语音端点检测。

端点检测中的一种新的对数能量特征

分析了端点检测中常用的短时线性能量和短时对数能量的优缺点,提出了一种新的对数能量特征,综合利用了前两者的优点而克服了它们的不足之处。同短时线性能量特征相比,不会造成幅度较小的辅音和静音的混淆,同时也不出现短时对数能量特征中的噪声段的特征值过大的问题,较好地反映了语音信号中不同部分(语音、噪声和静音)的区别,具有良好的区分性能。与基于模糊聚类的门限估计算法的结合使用后,使系统的识别率有了明显的提高。

基于片上系统的孤立词语音识别算法设计

介绍了孤立词语音识别系统,针对片上系统进行了语音识别算法的选择。对基于语音帧的端点检测算法、线性预测编码倒谱系数LPCC算法和动态时间规整DTW算法进行了分析和设计。对于新型语音识别SoC芯片的开发研制和推动片上可编程系统(SoPC)的研究与发展具有一定的理论和实践意义。